u011160113的博客

作者分享使用AICoding工具时遇到的三个典型问题：1）HTTP连接未正确关闭导致内存泄漏，建议增加非功能性约束；2）过度生成测试用例和文档降低效率，可通过提示词优化解决；3）模型选择对效率的影响，优质模型能显著提升效果。文章强调正确使用AICoding的关键在于识别并规避其潜在问题，才能真正提高开发效率。

在postgreSQL中使用ts_rank计算相似度时，得分会非常低。为什么分数这么低？这么低的分数是不是对的？ts_rank时得计算逻辑是怎样的？带着这个疑问，我们深入探究一下。

本文档主要从整体架构、dataflow的视角剖析khoj项目，分析应该一个知识管理Agent系统的架构是怎样的。如果你也在做类似的事，希望能有一定的启发作用。

读完本文你会了解到：什么是MCP，为什么需要MCP? 基于MCP的应用架构是怎样的？具体的工作原理？一些已有的MCP资源？

不知道你是否知道或者了解OpenAI and Gemini Deep Research。他们是一种能够根据输入问题进行规划、结合网络搜索获取信息并最终呈现结果的研究工具或技术。那这样research是如何实现的呢？最近刚好看到一个实现类似功能的开源项目: open_deep_search。本文将基于该项目进行代码层面剖析。

 LangGraph 是 LangChain 生态系统中的一个重要工具，通过基于图的建模方式和强大的状态管理机制，为开发者提供了构建复杂智能体应用的能力。本文主要系统性的介绍一些LangChain中一些必知必会的基础知识，方便我们后续做项目开发。

本文依托论文《Mooncake: A KVCache-centric Disaggregated Architecture for LLM Serving》来讲解kimi的后端服务架构Mooncake，并按照自己的思路来梳理论文中的一些关键信息。

本文是对《CORAL: Benchmarking Multi-turn Conversational Retrieval-Augmentation Generation》学习、理解和重新整理，希望帮助感兴趣的同学更容易掌握这一块的内容。

本文将介绍一个最新的Cache：RAGCache，它是针对RAG应用的特点设计了一套分层的缓存系统，通过它可以提升应用的吞吐量，加速了应用的处理。

本文将主要聚焦于技术栈中应用层和底层基座之间中间件层的缓存（个人定位），以开源项目GPTCache（LLM的语义缓存）为例，深入讲解这部分缓存的结构和关键实现。

本文将从部署演进的视角，阐述了大模型部署方式以及其中设计到的推理优化过程。

技术最终是为业务服务的，基于新兴的大模型技术，最近涌现出各种有意思的应用。从我的视角，这部分应用通常可以被分为两类：问答式应用和生成式应用。典型的问答式应用包括：chat应用、智能助手、企业知识库等；典型的生成式应用包括：文本创作、文生图、文生视频等。那么，这些应用是如何构建的呢？如何基于大模型来构建起这样的一个私人/企业级的应用呢？本文接下来的部分将探索构建这样应用的流程和所涉及到的技术栈。